12 из 12 материалов
Плагин доступен сейчас, а голос, кибербезопасность и Codex имеют разные сроки запуска. Разбираем, что именно стоит проверять в пилоте.
OpenAI и ServiceNow 28 октября объявили о расширении партнёрства. Плагин ServiceNow MCP уже доступен в маркетплейсе OpenAI, но большая часть новых возможностей обещана на конец 2026-го и 2027 год. Для команд это важнее общего обещания «ИИ в рабочих процессах»: сроки у функций разные.
Один длинный документ меняет цену всего пакета. Короткий протокол помогает выбрать размер, сохранить содержание входов и проверить запас памяти на своей нагрузке.
Один длинный документ способен сделать пакетную обработку коротких текстов невыгодной. В действующей документации Transformers описан этот компромисс: увеличение batch_size само по себе не гарантирует ускорения. Разберём, как выбрать размер пакета для готового набора текстов, прежде чем запускать всю коллекцию.
Google представила новую модель для программной работы и киберзащиты. Доступ начинается с доверенных специалистов, а объявленная цена API действует только во вводный период.
Google 28 октября представила Gemini 4 Carbon: модель для сложной программной работы и киберзащиты. Полезное обещание — помощь в поиске и исправлении уязвимостей, но общий доступ для разработчиков и пользователей ещё готовится.
Учебное правило для хокку пропускает пустую строку. Как проверить оценщик на антипримерах, отделить обязательные условия от качества и лишь затем сравнивать программы.
Оптимизатор DSPy может улучшать балл и при этом поощрять плохие ответы. До платных прогонов полезно проверить саму метрику: что она поставит пустой строке, обрывку и ответу, который выполняет формальное правило, но не решает задачу.
Практический сценарий приёмки: различаем HTTP-доставку, JSON-RPC error и result с isError. Отдельно проверяем обрыв соединения и безопасное восстановление.
Инструмент вернул ответ, а агент уже сообщает об успехе. В MCP это может быть ошибкой клиента: сообщение доставлено, но сама операция завершилась отказом. Чтобы не превращать сбой в выдуманный результат, проверяйте отдельно транспорт, JSON-RPC и содержимое результата инструмента.
LongChang проверяет, заметит ли модель необычное поведение и подтвердит ли закон экспериментом. Ненулевой результат получила GPT-6-Astra, но оценка тоже была автоматической.
Модели умеют объяснять знакомую физику, но заметить и исследовать незнакомый закон оказалось сложнее. В препринте LongChang, поданном 27 октября, только GPT-6-Astra получил ненулевую долю открытий: 16,7%, остальные 11 моделей — ноль.
LlamaIndex выпустила рабочий проект из 140 правил. Он помогает проверять структуру документа, но сам по себе не гарантирует точности парсера.
Числа в таблице распознаны правильно, а ответ ИИ всё равно неверен. LlamaIndex 28 октября предложила Document Parsing Protocol — правила сохранения структуры документа, от которой зависит смысл ответа агента.
Новый отчёт сравнивает человека с одной моделью и автономные среды на двух целях Hack The Box. Настройка, остановки защитой и ручные шаги меняют смысл результата.
ИИ-агент может продвинуть атаку, но это ещё не означает, что он завершил её самостоятельно. В новом отчёте OWASP, размещённом 27 октября, ни один проверенный агентный запуск не довёл эксплуатацию до конца без участия человека либо остановки защитой провайдера.
В новом препринте отбор опыта повысил среднюю успешность на GoBrowse на 3,4–5 процентных пунктов против GEPA. Сбои среды и шум оценщика не всегда стоит превращать в правила.
27 октября авторы препринта GEPA-Curator представили способ улучшать инструкции ИИ-агентов через отбор опыта. Метод помогает не переписывать промпт из-за неудач, вызванных сломанной средой или ненадёжной оценкой.
Агент создаёт графику, презентации и видео из задания в Slack. Его код открыт, но фирменный стиль требует правил, визуальной проверки и обратной связи дизайнеров.
Повторяющиеся запросы на баннеры и презентации можно передать агенту, но одного брендбука ему мало. 27 октября LangChain представила открытый Content Studio: он создаёт графику, слайды и видео по заданию в Slack, опираясь на накопленные правила дизайна.
Ai2 проверила модельных судей на одинаковых парах идей. Сильная подсказка в промпте меняла результат; слабые метки ограничивают обобщение.
Можно ли поручить ИИ решить, достаточно ли нова научная идея? В разборе Ai2 от 27 октября показан неприятный ответ: у GPT-5.4 смена формулировки вопроса снизила долю правильного выбора с 93,5% до 40,9% на тех же парах идей. Содержание идей при этом не меняли.
Liquid AI выпустила семейство компактных моделей. Для LFM3-1.7B важны условия квантизации, собственные задачи и ограничения, указанные разработчиком.
Локальному помощнику для коротких запросов не всегда нужна большая модель. 27 октября Liquid AI представила семейство LFM3, включая текстовую LFM3-1.7B: разработчик указывает около 1 ГБ памяти при четырёхбитном представлении, но отдельно не рекомендует её для агентного программирования и сложных многошаговых рассуждений.
